Dispense di Probabilità e Statistica. Francesco Caravenna Paolo Dai Pra

Transcript

1 Dispense di Probabilità e Statistica Francesco Caravenna Paolo Dai Pra

2 Capitolo 1 Spazi di probabilità discreti 1.1 Generalità Nel corso di questo libro con la dicitura esperimento aleatorio indicheremo un osservazione relativa ad un qualunque fenomeno (fisico, economico, sociale,... ) per il quale il risultato di tale osservazione non sia determinabile con certezza a priori. Il primo passo nella descrizione matematica di un esperimento aleatorio, ossia nella definizione di un modello probabilistico, consiste nell identificare un insieme Ω che contiene tutti gli esiti possibili dell esperimento. Tale insieme Ω verrà chiamato spazio campionario. Esempio 1.1 (i) Per il lancio di un dado a sei facce, lo spazio campionario naturale è Ω = {1, 2, 3, 4, 5, 6} (ii) Per la rilevazione del numero di accessi giornalieri a un sito web, scelte possibili per lo spazio campionario sono Ω = N oppure Ω = {0, 1,..., }. (iii) Per la misurazione del tempo di attesa per l accesso ad uno sportello di un ufficio postale, lo campionario è dato da Ω = [0, + ). Il secondo ingrediente di un modello probabilistico è l assegnazione di un grado di fiducia, o probabilità, ai sottoinsiemi dello spazio campionario. Con riferimento all Esempio 1.1, si vuol dare significato ad espressioni quali probabilità che il numero ottenuto col dado sia maggiore o uguale a 5, o probabilità che il numero di accessi al sito web sia minore di 100, o probabilità che il tempo di attesa sia compreso tra 3 e 10 minuti. Vedremo più avanti in alcuni casi concreti come, sulla base di considerazioni sulla natura dell esperimento aleatorio in esame, la scelta della probabilità risulti talvolta naturale. Molto spesso, però, non è così, e in ogni caso il modello probabilistico scelto va sottoposto a verifica sulla base di dati sperimentali ottenuti da ripetizioni successive dell esperimento. Tale problema di verifica è uno degli obbiettivi principali della Statistica. Comunque essa venga assegnata, ogni probabilità dovrà soddisfare ad alcune proprietà, in parte naturali. Tali proprietà risultano semplici da enunciare nel caso in cui lo spazio campionario Ω sia finito o numerabile. Rimuovendo tale ipotesi, la definizione di probabilità diviene più delicata. Tale caso generale verrà considerato più avanti nel Capitolo 4. Definizione 1.2 Sia Ω un insieme finito o numerabile, e indichiamo con P(Ω) la famiglia dei sottoinsiemi di Ω. Una funzione P : P(Ω) [0, 1] si dice probabilità se soddisfa alle seguenti proprietà: 1

3 (P1) P (Ω) = 1. (P2) (σ-additività) Per ogni successione (A n ) n N di sottoinsiemi di Ω a due a due disgiunti, cioè A n A m = se n m, si ha ( + ) + P A n = P (A n ). n=0 La coppia (Ω, P ) è detta spazio di probabilità discreto, e i sottoinsiemi di Ω sono chiamati eventi. Diremo che le proprietà (P1) e (P2) costituiscono il sistema di assiomi che definisce gli spazi di probabilità discreti. Facciamo qualche commento sulla precedente definizione. La proprietà (P1) esprime il fatto che l intero spazio campionario è un evento certo, ossia ha probabilità uno. La proprietà (P2) richiede una discussione più accurata. Iniziamo col dedurre due conseguenze degli assiomi (P1) e (P2). Lemma 1.3 Sia (Ω, P ) uno spazio di probabilità discreto. Allora valgono le seguenti proprietà: (i) P ( ) = 0. (ii) se k 2 e A 1, A 2,..., A k sono eventi a due a due disgiunti, allora n=0 (1.1) P (A 1 A 2 A k ) = Dimostrazione. k P (A j ). (i) Sia x = P ( ), e si definisca A n = per ogni n 0. Chiaramente (A n ) n N è una successione di sottoinsiemi disgiunti di Ω. Allora, per l assioma (P2) e il fatto che + n=0 A n =, si ha + x = P ( ) = P ( n=0 Tale identità è possibile solo se x = 0 A n ) = + n=0 j=1 P (A n ) = (ii) Prolunghiamo la famiglia di eventi disgiunti A 1, A 2,..., A k in una successione infinita di eventi disgiunti ponendo A n = per n > k. Allora, per l assioma (P2) P (A 1 A 2 A k ) = P = = + j=1 + n=0 + A j j=1 P (A j ) k P (A j ). j=1 x. 2

4 Osservazione 1.4 Si noti che (1.1) è equivalente a: per ogni coppia di aventi disgiunti A e B si ha P (A B) = P (A) + P (B), che coincide con (1.1) con k = 2. L identità (1.1) con k > 2 segue da quella con k = 2 attraverso una semplice dimostrazione per induzione (da farsi!). Va notato che la proprietà in (1.1) è una condizione naturale, che corrisponde ad un idea intuitiva di probabilità. È pertanto significativo domandarsi se le coppie di assiomi {(P1),(P2)} e {(P1),(1.1)} siano equivalenti, cioè da ognuna delle due coppie si possa dedurre l altra. Nel caso in cui Ω sia un insieme finito non vi sono successioni infinite di eventi disgiunti e non vuoti, in quanto P(Ω) ha un numero finito di elementi. Dunque, (P2) e (1.1) sono equivalenti se Ω è finito. Se Ω è infinito, {(P1),(P2)} è strettamente più forte di {(P1),(1.1)}, cioè esistono misure che soddisfano (1.1) ma non (P1). Un esempio di una tale misura sull insieme N dei numeri naturali, costruito usando l assioma della scelta, è descritto nell Appendice A (la cui lettura può essere omessa, essendo piuttosto sofisticati gli argomenti usati). Dunque, la σ additività non è una conseguenza di (1.1), detta anche additività finita. La teoria della probabilità finitamente additiva è sviluppata in una parte della letteratura matematica, motivata da diverse applicazioni. In questo testo verrà però descritta soltanto la probabilità σ-additiva, che si adatta assai bene alla maggior parte delle applicazioni e che viene adottata nella maggior parte della letteratura. Le ragioni per cui l assioma di σ- additività è rilevante rispetto al più debole (1.1) sono diverse, e in parte non comprensibili in questa fase iniziale della presentazione della teoria. Tuttavia, la seguente osservazione già suggerisce una implicazione rilevante della σ-additività. In sostanza, si mostra che, in uno spazio di probabilità discreto, la probabilità di ogni evento è determinata dalla probabilità dei suoi elementi. Osservazione importante. Abbiamo definito la probabilità come una funzione definita su P(Ω). In alternativa, si sarebbe potuto assegnare inizialmente una probabilità ai singoli elementi di Ω. In altre parole, supponiamo di assegnare una funzione p : Ω [0, 1] tale che (1.2) p(ω) = 1. Se A Ω, possiamo definire ω Ω (1.3) P (A) = ω A p(ω). È facile anche se piuttosto noioso mostrare che tale P è effettivamente una probabilità, cioè gli assiomi (P1) e (P2) sono soddisfatti. È anche possibile percorrere il cammino inverso. Cioè se P è una probabilità, possiamo definire p : Ω [0, 1] tramite p(ω) = P ({ω}). Usando l assioma (P2), si vede facilmente che (1.2) e (1.3) valgono. In particolare, questo argomento mostra che in uno spazio di probabilità discreto, la probabilità è determinata dal 3

5 suo valore sugli eventi costituiti da un solo elemento di Ω. Per gli spazi di probabilità più generali che vedremo più avanti, quest ultima affermazione non è necessariamente vera. Concludiamo questo paragrafo con alcuni esempi di spazi di probabilità discreti. Esempio 1.5 Sia Ω un insieme finito. Per A Ω, definiamo P (A) = A Ω, ove indica il numero di elementi di un insieme. Si vede facilmente che P è una probabilità, che corrisponde, con riferimento alla definizione (1.3), alla scelta p(ω) = 1/ Ω. Lo spazio (Ω, P ) così definito si dice spazio di probabilità uniforme. Esso è il modello probabilistico adeguato a descrivere gli esperimenti aleatori in cui tutti gli esiti si possono ritenere equiprobabili. Ad esempio: lancio di un dado, estrazione di un numero dalla ruota del lotto, la successione delle carte in un mazzo accuratamente mescolato... Esempio 1.6 Sia Ω un insieme finito, e H : Ω R una funzione arbitraria. Fissato un parametro β 0, definiamo p(ω) = 1 Z(β) e βh(ω), dove Z(β) = ω Ω e βh(ω). Si noti che (1.2) è verificata, e dunque è possibile definire P tramite (1.3). Denotiamo con P β tale probabilità, al fine di mettere in evidenza la dipendenza da β. La probabilità P β è detta anche misura di Gibbs relativa alla funzione Hamiltoniana (o energia) H e alla temperatura inversa β. Nel caso β = 0 (temperatura infinita), p( ) non dipende da ω, e pertanto P 0 è la probabilità uniforme su Ω. Consideriamo invece il limite di temperatura zero (assoluto), cioè β +. Sia m = min{h(ω) : ω Ω}, e A = {ω Ω : H(ω) = m}. In altre parole, interpretando H(ω) come l energia di ω, A è l insieme degli elementi di Ω con minima energia. Mostriamo ora che (1.4) lim β + P β(a) = 1. In altre parole, nel limite β +, P β si concentra sugli elementi di minima energia. Per dimostrare (1.4) è sufficiente (perché?) mostrare che, per ogni ω A, lim P β({ω}) = 0. β + Si noti che e che P β ({ω}) = 1 Z(β) e βh(ω), Z(β) e βm. 4

6 Pertanto (1.5) P β ({ω}) e βh(ω) e βm = e β[h(ω) m]. Essendo ω A, si ha H(ω) > m, e (1.4) segue immediatamente da (1.5). Esempio 1.7 Sia Ω = N, e poniamo λ λn p(n) = e n!, dove λ > 0 è fissato. Si noti che (1.2) è verificata, e dunque è possibile definire P tramite (1.3). Come vedremo in seguito, tale probabilità è particolarmente utile nella descrizione delle file di attesa. 1.2 Proprietà fondamentali Iniziamo coll esporre alcune conseguenze quasi immediate degli assiomi (P1) e (P2). Qui e nel seguito, (Ω, P ) è uno spazio di probabilità discreto. Il complementare Ω \ A di un evento A è indicato con A c. Proposizione 1.8 Siano A, B Ω. Allora valgono le seguenti proprietà: (i) (ii) Se A B allora In particolare P (A c ) = 1 P (A). P (B \ A) = P (B) P (A). P (A) P (B). (iii) In particolare P (A B) = P (A) + P (B) P (A B). P (A B) P (A) + P (B). Dimostrazione. (i) Per la proprietà di additività si ha 1 = P (Ω) = P (A A c ) = P (A) + P (A c ), da cui la conclusione è immediata. (ii) Basta osservare che, di nuovo per l additività, P (B) = P [A (B \ A)] = P (A) + P (B \ A). 5

7 (iii) Scriviamo A B = [A \ (A B)] [B \ (A B)] (A B). I tre eventi nella precedente unione sono disgiunti. Dunque, usando l additività e la (ii) P (A B) = P [A \ (A B)] + P [B \ (A B)] + P (A B) = P (A) P (A B) + P (B) P (A B) + P (A B) = P (A) + P (B) P (A B). L identità della parte (iii) della Proposizione 1.8 può essere generalizzata all unione di più di due eventi. Ad esempio, supponiamo di voler calcolare P (A B C) per tre eventi A, B, C. Usando due volte l identità appena citata P (A B C) = P ((A B) C) = P (A B) + P (C) P ((A B) C) = P (A) + P (B) P (A B) + P (C) P ((A C) (B C)) = P (A) + P (B) + P (C) P (A B) P (A C) P (B C) + P (A B C). Non è difficile, a questo punto, indovinare la formula generale per l unione di un numero finito arbitrario di eventi. Il seguente risultato è chiamato formula di inclusione-esclusione. Proposizione 1.9 Si considerino n eventi A 1, A 2,..., A n. Allora ( ) n (1.6) P (A 1 A 2 A n ) = ( 1) k+1 P A i. k=1 J {1,2,...,n} tale che J =k Dimostrazione. Dimostriamo per induzione su n che (1.6) è vera per ogni n-pla di eventi A 1, A 2,..., A n. Per n = 1 la formula (1.6) si riduce a P (A 1 ) = P (A 1 ), e dunque non c è nulla da dimostrare. Supponiamo allora che l asserto sia vero per ogni k n, e mostriamo che è vero per n + 1. Siano A 1, A 2,..., A n, A n+1 eventi. Usando il fatto che, per ipotesi induttiva, (1.6) vale per n = 2 otteniamo (1.7) P (A 1 A 2 A n A n+1 ) = P (A 1 A 2 A n )+P (A n+1 ) P ((A 1 A 2 A n ) A n+1 ) = P (A 1 A 2 A n ) + P (A n+1 ) P (B 1 B 2 B n ), dove, per i = 1, 2,..., n, B i = A i A n+1. Usando nuovamente l ipotesi induttiva, stavolta per n eventi, ( ) n (1.8) P (A 1 A 2 A n ) = ( 1) k+1 P A i k=1 J {1,2,...,n} tale che J =k = n i J i J k=1 J {1,2,...,n+1} tale che J =k e n+1 J ( ) ( 1) k+1 P A i i J 6

8 e (1.9) P (B 1 B 2 B n ) = = n k=1 n k=1 J {1,2,...,n} tale che J =k J {1,2,...,n} tale che J =k ( ) ( 1) k+1 P B i ( 1) k+1 P n+1 = k=1 k=2 ( i J ) A n+1 A i i J J {1,2,...,n+1} tale che J =k e n+1 J J {1,2,...,n+1} tale che J =k ( ) ( 1) k+1 P A i. Sostituendo (1.8) e (1.9) nell ultimo membro di (1.7), si ottiene ( ) n+1 P (A 1 A 2 A n A n+1 ) = ( 1) k+1 P A i, che è quanto si voleva dimostrare. Va notato come le dimostrazioni dei risultati delle Proposizioni 1.8 e 1.9 usino solo l additività finita e non la σ-additività, che invece gioca un ruolo nella seguente. Proposizione 1.10 Sia P : P(Ω) [0, 1] una funzione che soddisfa (P1) e l additività in (1.1). Allora le seguenti proprietà sono equivalenti: (a) P è σ-additiva. (b) Se (A n ) n 1 è una successione crescente di eventi, cioè A n A n+1 per ogni n 1, allora P A n = lim P (A n). n + n 1 (c) Se (A n ) n 1 è una successione decrescente di eventi, cioè A n+1 A n per ogni n 1, allora P A n = lim P (A n). n + n 1 Dimostrazione. (a) (b). Per una data successione crescente (A n ) di eventi, definiamo un altra successione (B n ) tramite B 1 = A 1, e B n = A n \ A n 1 per n 2. Evidentemente, gli eventi B n sono a due a due disgiunti e, per ogni n 1, i J i J e n B k = A n k=1 B n = A n. n 1 n 1 7

9 Allora, per la σ-additività, P ( A n ) = P ( B n ) n 1 n 1 = n 1 P (B n ) = lim n + k=1 n P (B k ) = lim P ( n B k ) n + k=1 = lim P (A n). n + (b) (a). Sia (A n ) una successione di eventi a due a due disgiunti. Notando che la successione (B n ), con B n = n k=1 A k, è crescente, e usando l additività finita e la (b), si ha: P ( n A n ) = P ( n B n ) = lim P (B n) n + n = lim P (A k ) = n + k=1 + n=1 P (A n ). (b) (c). Sia (A n ) una successione decrescente di eventi. Posto B n = A c n, (B n ) è una successione crescente di eventi. Allora, usando (b), si ha P ( [( ) c ] A n ) = P B n n n ( ) = 1 P B n n = 1 lim n + P (B n) = lim n + P (A n). (c) (b). Del tutto simile all implicazione precedente. Si lasciano i dettagli al lettore. La proprietà in (b) della Proposizione 1.10 viene detta continuità dal basso, e quella in (c) continuità dall alto. Un utile corollario della Proposizione 1.10 è il seguente. Corollario 1.11 Sia (A n ) n 1 una successione di eventi. Allora ( ) P A n P (A n ). n=1 8 n=1

10 Dimostrazione. Sia B n = n k=1 A k. Evidentemente (B n ) è una successione crescente di eventi. Inoltre n B n = n A n. Per la parte (iii) della Proposizione 1.8, sappiamo che P (A 1 A 2 ) P (A 1 ) + P (A 2 ). Con una facile dimostrazione per induzione, la precedente disuguaglianza si estende a: ( n ) n P A k P (A k ). k=1 k=1 Ma allora, usando anche la Proposizione 1.10 si ha ( ) ( ) P A n = P B n n n = lim P (B n) n + ( n ) = lim P A k n + = lim n + k=1 + n=1 k=1 n P (A k ) P (A n ). 1.3 Spazi di probabilità uniformi e calcolo combinatorio Ricordiamo che uno spazio di probabilità discreto (Ω, P ) si dice uniforme se Ω è un insieme finito e, per ogni A Ω, si ha P (A) = A Ω. Pertanto, il calcolo della probabilità di un evento in uno spazio uniforme si riduce a contarne il numero di elementi. I problemi di conteggio, anche in insiemi abbastanza semplici, sono tutt altro che banali, e vanno affrontati con attenzione. Lo strumento matematico fondamentale in questo contesto è il calcolo combinatorio, che ora descriviamo Principi basilari Dati due insiemi A, B, si dice che A è in corrispondenza biunivoca con B se esiste un applicazione biunivoca (cioè iniettiva e suriettiva) f : A B. È facile vedere che A è in corrispondenza biunivoca con B se e soltanto se B è in corrispondenza biunivoca con A: si scrive talvolta A e B sono in corrispondenza biunivoca, che rende palese la simmetria della relazione (si tratta in effetti di una relazione di equivalenza). Dato n N, si dice che un insieme A ha cardinalità n e si scrive A = n se A è in corrispondenza biunivoca con l insieme {1, 2,..., n}. Si noti che la proprietà A ha cardinalità n è la formalizzazione matematica dell affermazione intuitiva A ha n elementi. In questa sezione avremo a che fare solo con insiemi finiti, cioè insiemi che hanno cardinalità n per un opportuno n N. Per determinare la cardinalità di un insieme, la strategia tipica consiste nel ricondurre il calcolo all applicazione combinata (talvolta non banale) di alcuni principi o osservazioni 9

11 base. Una prima osservazione, elementare ma molto utile, è che se un insieme A è in corrispondenza biunivoca con un insieme B, allora A = B. Un altra osservazione, anch essa molto intuitiva, è la seguente: se A, B sono due sottoinsiemi (di uno stesso spazio) disgiunti, cioè tali che A B =, allora A B = A + B. Più in generale, se A 1,..., A k sono sottoinsiemi a due a due disgiunti, tali cioè che A i A j = per i j, allora k i=1 A i = k i=1 A i. La dimostrazione di queste osservazioni è semplice ed è lasciata per esercizio. Un principio leggermente meno elementare riguarda la cardinalità degli insiemi prodotto. Ricordiamo che, dati due insiemi A, B, si definisce l insieme prodotto A B come l insieme delle coppie ordinate (a, b), con a A e b B. Allora vale la relazione A B = A B. Per convincersi di questo fatto, per x A indichiamo con {x} B il sottoinsieme di A B costituito dagli elementi che hanno x come prima componente, cioè {x} B := {(x, b) : b B}. In questo modo si può scrivere A B = x A ({x} B). Si noti che questa unione è disgiunta: ({x 1 } B) ({x 2 } B) = se x 1 x 2, quindi A B = x A {x} B. Inoltre, per ogni x A, l insieme {x} B è in corrispondenza biunivoca con B (la corrispondenza è data semplicemente da (x, b) b): quindi {x} B = B e si ottiene la formula A B = x A B = A B. Per induzione si estende facilmente la formula al caso di più di due fattori: se A 1,..., A k sono insiemi finiti, l insieme prodotto A 1 A k (definito come l insieme delle k-uple (a 1,..., a k ), con a i A i ) ha cardinalità data dalla formula A 1 A k = A 1 A k = k i=1 A i. Un estensione elementare ma non banale di questa formula conduce a quello che è noto come il principio fondamentale del calcolo combinatorio. Prima di vedere di che cosa si tratta, discutiamo qualche applicazione delle formule appena viste Disposizioni con ripetizione, funzioni tra due insiemi Dato un insieme A = {a 1,..., a n } di cardinalità n N e dato k N, le funzioni definite su {1,..., k} a valori in A sono dette disposizioni con ripetizione di k elementi estratti da A. È facile vedere che le disposizioni con ripetizione sono in corrispondenza biunivoca naturale con gli elementi dell insieme A k := A A (k volte): la corrispondenza è quella che a (x 1,..., x k ) A k associa la funzione f : {1,..., k} A definita da f(i) := x i. La formula sulla cardinalità degli insiemi prodotto dà A k = A k = n k : ci sono dunque n k possibili disposizioni con ripetizione di k elementi estratti da un insieme di n elementi. Una disposizione con ripetizione può dunque essere vista come una sequenza ordinata (x 1,..., x k ) di elementi x i A, non necessariamente distinti (cioè si può avere x i = x j per i j). Sottolineiamo che l ordine in cui compaiono gli elementi è importante: per esempio, (a 1, a 2 ) e (a 2, a 1 ) sono due disposizioni differenti. Esempio 1.12 (1) I compleanni di un gruppo di 4 persone costituiscono una disposizione con ripetizione di 4 elementi estratti dall insieme dei giorni dell anno, che ha cardinalità 366 (contando il 29 febbraio). Sono dunque possibili sequenze distinte di compleanni. (2) Per compilare una colonna di una schedina del Totocalcio occorre scegliere, per ciascuna delle 13 partite in esame, tra la vittoria della squadra di casa (1), il pareggio (x) o la vittoria della squadra in trasferta (2). Una colonna compilata è dunque una disposizione con ripetizione di 13 elementi estratti dall insieme {1, x, 2} e di conseguenza ci sono modi possibili di compilare una colonna. 10

12 (3) Le possibili parole (anche prive di significato) costituite da 10 lettere dell alfabeto inglese coincidono con le disposizioni con ripetizione di 10 elementi estratti da un insieme che ne continene 26: il loro numero è dunque pari a Le parole che effettivamente hanno un significato (per esempio nella lingua inglese) sono naturalmente molte meno: anche includendo i termini tecnici, il numero totale di parole di qualunque lunghezza della lingua inglese non supera il milione. Di conseguenza, la probabilità che digitando una sequenza di dieci lettere a caso si ottenga una parola di senso compiuto è certamente minore di 10 6 /( ) < Se B = {b 1,..., b k } è un insieme di cardinalità k N, si indica con A B l insieme di tutte le funzioni da B in A. L insieme A B è in corrispondenza biunivoca con A k : una corrispondenza è per esempio quella che a (x 1,..., x k ) A k associa la funzione f A B definita da f(b i ) := x i. Come conseguenza della formula sulla cardinalità degli insiemi prodotto, otteniamo dunque che A B = A k = n k, cioè A B = A B Il principio fondamentale del calcolo combinatorio Un esempio molto ricorrente nelle applicazioni è quello in cui gli elementi di un insieme E possano essere determinati attraverso scelte successive. Per esempio, dato un insieme A = {a 1,..., a n } e dato k N, un sottoinsieme E di funzioni f : {1,..., k} A può essere determinato scegliendo innanzitutto la prima componente f(1) in un opportuno insieme di valori ammissibili, quindi scegliendo la seconda componente f(2) in un secondo insieme di valori ammissibili (che può eventualmente dipendere da f(1)), e così via. Per fissare le idee, sia E l insieme delle funzioni iniettive da {1,..., k} in A (si noti che necessariamente k n). Possiamo pensare di determinare un elemento f E scegliendo innanzitutto la prima componente f(1) come un elemento qualunque di A, quindi scegliendo la seconda componente f(2) come un elemento qualunque di A \ {f(1)}, e così via. Abbiamo dunque n possibilità per la scelta di f(1), n 1 per la scelta di f(2),..., n k + 1 per la scelta di f(k). Si noti che l insieme dei valori ammissibili per f(i) dipende dagli esiti delle scelte precedenti, tuttavia il numero di valori ammissibili è sempre lo stesso, pari a n i + 1. Per analogia con gli insiemi prodotto, dovrebbe essere intuitivamente chiaro che la cardinalità di E è pari a n (n 1) (n k + 1). Per formalizzare il procedimento descritto (e poter dimostrare la formula ottenuta), conviene riformulare più astrattamente il concetto di scelta, in modo che possa essere applicato a insiemi arbitrari, che non abbiano necessariamente una struttura di spazio prodotto. Diamo quindi la seguente definizione: una scelta su un insieme E è una partizione di E, vale a dire una famiglia di sottoinsiemi {E 1,..., E m } tali che E = m i=1 E i e E i E j = per i j. Il numero di esiti della scelta è per definizione il numero m di elementi della partizione. Intuitivamente, l indice i numera gli esiti della scelta mentre l insieme E i corrisponde agli elementi di E compatibili con l esito i della scelta. Concretamente, riconsideriamo l insieme E delle funzioni iniettive da {1,..., k} in A = {a 1,..., a n }: la scelta della prima componente corrisponde alla partizione {E 1,..., E n } definita da E i = {f E : f(1) = a i } e ha dunque n esiti possibili. Estendiamo ora la definizione: due scelte successive su un insieme E sono il dato di una partizione {E 1,..., E m } (la prima scelta) e, per ogni elemento E i della partizione, una partizione {E i,1,..., E i,ki } di E i (la seconda scelta). Si noti che, strettamente parlando, la seconda scelta non è una scelta su E, come definita sopra, ma piuttosto una famiglia di 11

13 scelte su E i, per i = 1,..., m. In particolare, il numero k i di esiti della seconda scelta può in generale dipendere dall esito i della prima scelta. Nel caso in cui ciò non avvenga, cioè se k i = k per ogni i = 1,..., m, diremo che la seconda scelta ha k esiti possibili. Ritornando all insieme E delle funzioni iniettive da {1,..., k} in A = {a 1,..., a n }, la scelta delle prime due componenti è un esempio di due scelte successive su E: per ogni elemento E i = {f E : f(1) = a i } della prima scelta, la seconda scelta è la partizione {E i,j } j {1,...,n}\{i} definita da E i,j = {f E : f(1) = a i, f(2) = a j }. In particolare, la seconda scelta ha n 1 esiti possibili. Si noti che è risultato conveniente parametrizzare gli esiti della seconda scelta tramite l insieme {1,..., n} \ {i} invece che {1,..., n 1}. Il passaggio da due a k scelte successive è solo notazionalmente più complicato. Per definizione, k scelte successive su un insieme E sono il dato di una famiglia di partizioni, definite ricorsivamente nel modo seguente: la prima scelta è una partizione {E 1,..., E n1 } di E; per ogni 2 j k e per ogni elemento E i1,...,i j 1 della (j 1)-esima scelta, la j- esima scelta è una partizione {E i1,...,i j 1,l} l {1,...,n j } di E i1,...,i j 1, dove il numero n j di elementi della partizione (cioè il numero di esiti della j-esima scelta) può in generale dipendere dagli esiti delle scelte precedenti: n j = n j (i 1,..., i j 1 ). Nel caso in cui n j (i 1,..., i j 1 ) = n j non dipenda da i 1,..., i j 1, diremo che la j-esima scelta ha n j esiti possibili. Possiamo finalmente enunciare il principio fondamentale del calcolo combinatorio. Teorema 1.13 Siano definite k scelte successive su un insieme E, tali che la prima scelta abbia n 1 esiti possibili, la seconda scelta n 2 esiti possibili,..., la k-esima scelta n k esiti possibili, dove n 1,..., n k N. Supponiamo che gli elementi di E siano determinati univocamente dalle k scelte, cioè E i1,...,i k = 1 per ogni scelta di i 1,..., i k. Allora la cardinalità di E è pari a n 1 n 2 n k. Dimostrazione. Per definizione di scelte successive, E = n 1 i=1 E i; a sua volta E i = n 2 eccetera: di conseguenza vale la relazione j=1 E i,j, (1.10) E = n 1 i 1 =1... n k i k =1 E i1,...,i k. Mostriamo che questa unione è disgiunta, cioè E i1,...,i k E i 1,...,i = se (i 1,..., i k k ) (i 1,..., i k ). Se (i 1,..., i k ) (i 1,..., i k ) significa che i j i j per qualche 1 j k: prendendo il più piccolo di tali valori di j, possiamo supporre che i 1 = i 1,..., i j 1 = i j 1 mentre i j i j. Per definizione di scelte successive, E i 1,...,i k E i1,...,i j 1,i j e analogamente E i 1,...,i k E i 1,...,i = E j 1,i j i 1,...,i j 1,i, per cui basta mostrare che E i j 1,...,i j 1,i j E i1,...,i j 1,i =. Ma per j ipotesi gli insiemi {E i1,...,i j 1,l} l {1,...,nj } formano una partizione di E i1,...,i j 1, in particolare sono a due a due disgiunti: quindi E i1,...,i j 1,i j E i1,...,i j 1,i = poiché i j i j j. Essendo l unione in (1.10) disgiunta e ricordando che per ipotesi E i1,...,i k = 1, si ottiene E = n 1 i 1 =1... n k i k =1 E i1,...,i k = n 1 n 2 n k, 12

14 che è la relazione voluta. Ritornando ancora all insieme E delle funzioni iniettive da {1,..., k} in A = {a 1,..., a n }, è facile verificare che valgono le ipotesi del Teorema 1.13: le scelte di f(1), f(2),..., f(k) costituiscono k scelte successive su E e inoltre gli elementi di E sono univocamente determinati da queste scelte. Dato che la scelta di f(i) ha n i + 1 esiti possibili, segue dal Teorema 1.13 che vale la formula E = n(n 1) (n k + 1) ottenuta in precedenza. In generale l applicazione del Teorema 1.13 è abbastanza intuitiva e non richiede di scrivere esplicitamente le partizioni E i1,...,i j. Occorre tuttavia prestare attenzione al fatto che le scelte successive determinino effettivamente una partizione dell insieme E in sottoinsiemi disgiunti: questo si esprime spesso richiedendo che esiti distinti delle scelte determinano elementi distinti di E. La mancata verifica di questa condizione è la principale fonte di errori nell applicazione del Teorema Qualche esempio chiarirà la situazione. Esempio 1.14 (a) Un mazzo di carte da poker è costituito da 52 carte, identificate dal seme (cuori, quadri, fiori, picche) e dal tipo (un numero da 1 a 10 oppure J, Q, K). Indichiamo con E l insieme delle carte di numero pari (figure escluse) e di colore rosso (cioè di cuori o di quadri). Ogni elemento di E può essere determinato attraverso due scelte successive: la scelta del seme, che ha 2 esiti possibili (cuori e quadri), e la scelta del tipo, che ne ha 5 (cioè 2, 4, 6, 8, 10). Segue dunque che E = 2 5 = 10. (b) Dato un mazzo di carte da poker, si chiama full un sottoinsieme di 5 carte costituito dall unione di un tris (un sottoinsieme di 3 carte dello stesso tipo) e di una coppia (un sottoinsieme di 2 carte dello stesso tipo). Indichiamo con E l insieme dei possibili full. Sottolineiamo che gli elementi di E sono sottoinsiemi di 5 carte, non disposizioni: in particolare, le carte non sono ordinate. Gli elementi di E possono essere determinati univocamente attraverso 4 scelte successive: 1) il tipo del tris; 2) il tipo della coppia; 3) i semi delle carte che compaiono nel tris; 4) i semi delle carte che compaiono nella coppia. Per la prima scelta ci sono 13 esiti possibili, per la seconda scelta, qualunque sia l esito della prima scelta, ci sono 12 esiti possibili (chiaramente i due tipi devono essere differenti, perché non esistono cinque carte dello stesso tipo). Per la terza scelta, occorre scegliere tre semi nell insieme {cuori, quadri, fiori, picche}: per enumerazione diretta, è facile vedere che ci sono 4 esiti possibili; analogamente, per la quarta scelta occorre scegliere due semi e per questo ci sono 6 esiti possibili (ritorneremo a breve sul modo di contare i sottoinsiemi). Applicando il Teorema 1.13 si ottiene dunque che E = = (c) Dato un mazzo di carte da poker, indichiamo con E l insieme delle doppie coppie, cioè i sottoinsiemi di 5 carte costituiti dall unione di due coppie di tipi diversi, più una quinta carta di tipo diverso dai tipi delle due coppie. Per determinare E si potrebbe essere tentati di procedere analogamente al caso dei full, attraverso sei scelte successive: 1) il tipo della prima coppia; 2) il tipo della seconda coppia; 3) il tipo della quinta carta ; 4) i semi delle carte che compaiono nella prima coppia; 5) i semi delle carte che compaiono nella seconda coppia; 6) il seme della quinta carta. Ci sono 13 esiti possibili per la prima scelta, 12 per la seconda scelta, 11 per la terza, 6 per la quarta, 6 per la quinta, 4 per la sesta: si otterrebbe dunque E = = Tuttavia questo risultato è errato. 13

15 La ragione è che le sei scelte sopra elencate non costituiscono sei scelte successive su E secondo la definizione data in precedenza, perché non determinano una partizione di E. Più precisamente, le scelte 1) e 2) sono ambigue, dal momento che non esiste una prima e una seconda coppia: mediante le sei scelte sopra elencate, ciascuna doppia coppia viene selezionata esattamente due volte. Per esempio, la doppia coppia {5, 5, 6, 6, 7 } viene determinata sia con l esito 5 della scelta 1) e l esito 6 della scelta 2), sia viceversa. Per tale ragione, il risultato corretto è E = /2 = , cioè esattamente la metà di quanto ottenuto in precedenza. Un modo alternativo di ottenere il risultato corretto è di riunire le scelte 1) e 2) nell unica scelta 1bis) i tipi delle due coppie, che ha 13 12/2 = 78 esiti possibili (anche su questo torneremo a breve). Le scelte 1bis), 3), 4), 5) e 6) costituiscono effettivamente cinque scelte consecutive che determinano gli elementi di E e possiamo dunque applicare il Teorema 1.13, ottenendo E = = Disposizioni semplici e permutazioni Dato un insieme A = {a 1,..., a n } di cardinalità n N e dato k N, abbiamo visto che le funzioni da {1,..., k} a valori in A sono dette disposizioni con ripetizione di k elementi estratti da A, e hanno cardinalità n k. Se k n, le funzioni iniettive da {1,..., k} in A sono dette disposizioni semplici (o senza ripetizione) di k elementi estratti da A. Abbiamo discusso questo insieme di funzioni ripetutamente nello scorso paragrafo e abbiamo visto che la sua cardinalità è data dalla formula n(n 1) (n k + 1). Nel caso speciale in cui k = n, le disposizioni semplici di n elementi estratti da A sono dette permutazioni di A. Si osservi che una permutazione f : A A può essere vista come una elencazione ordinata di tutti gli elementi di A, cioè (f(1), f(2),..., f(n)). È interessante notare che l insieme delle permutazioni di un insieme fissato A costituisce un gruppo rispetto alla composizione di applicazioni: tale gruppo è non commutativo per n 3. A meno di corrispondenze biunivoche, non costa niente considerare il caso speciale A = {1,..., n}. L insieme delle permutazioni di {1,..., n} è indicato con S n : munito della probabilità uniforme, esso ha proprietà interessanti e talvolta sorprendenti, alcune delle quali verranno discusse nella sezione 2.1. Chiudiamo il paragrafo osservando che è conveniente introdurre il simbolo (1.11) n! := n(n 1) 1 = n i, 0! := 1. i=1 detto n fattoriale. Per quanto abbiamo visto, le permutazioni di un insieme di n elementi sono esattamente n! (in particolare S n = n!). Analogamente, la cardinalità delle disposizioni semplici di k elementi estratti da un insieme che ne contiene n è pari a n!/(n k)!. Esempio 1.15 Supponiamo di mischiare un mazzo di carte da poker. La sequenza ordinata delle carte che ne risulta è una permutazione delle carte del mazzo Combinazioni Sia A = {a 1,..., a n } un insieme di cardinalità n N e sia k N con 0 k n. I sottoinsiemi di A di cardinalità k sono detti combinazioni di k elementi estratti da A. Se 14

16 una disposizione semplice corrisponde a una sequenza ordinata di k elementi distinti, una combinazione può essere vista una collezione di k elementi non ordinati. Indichiamo con C n,k l insieme delle combinazioni di k elementi estratti da A. Per k = 0 si ha C n,0 = { } e dunque C n,0 = 1. Per determinare C n,k per k {1,..., n}, indichiamo con D n,k l insieme delle disposizioni semplici di k elementi estratti da A. L idea è semplice: sappiamo che ci sono D n,k = n!/(n k)! sequenze ordinate (cioè disposizioni) di k elementi distinti estratti da A; dato che nelle combinazioni l ordine degli elementi non conta, dobbiamo identificare le disposizioni che selezionano gli stessi elementi di A: dato che ci sono k! riordinamenti possibili (cioè permutazioni) di k elementi fissati, si ottiene C n,k = D n,k /k! = ( n k), dove abbiamo introdotto il coefficiente binomiale, definito da ( n k ) := n!, n N {0}, k {0,..., n}. k!(n k)! Si noti che la formula C n,k = ( n k) vale anche per k = 0. Procediamo a formalizzare questo argomento. Cominciamo con un piccolo risultato preparatorio. Siano D, E due insiemi finiti e sia g : D E un applicazione suriettiva. Per ogni y E, introduciamo il sottoinsieme g 1 (y) := {x D : g(x) = y} costituito dagli elementi di D che vengono mandati da g in y. Supponiamo che valga la seguente proprietà: esiste k N tale che, per ogni y E, si ha g 1 (y) = k (cioè per ogni y E esistono esattamente k elementi x D che vengono mandati da g in y). Allora D = k E. La dimostrazione è semplice: possiamo sempre scrivere E = S y D g 1 (y) e inoltre l unione è disgiunta (esercizio). Quindi E = P y D g 1 (y) = P y D k = k D. Fissiamo ora k {1,..., n} e definiamo una applicazione g : D n,k C n,k nel modo seguente: data f D n,k, definiamo g(f) := Im(f), dove Im(f) indica l immagine di f (ricordiamo che f è una funzione iniettiva da {1,..., k} in A). È immediato verificare che g è ben definita, cioè effettivamente g(f) C n,k per ogni f D n,k, e che g è suriettiva. Se mostriamo che g 1 (B) = k!, per ogni B C n,k, si ottiene D n,k = k! C n,k e quindi la formula C n,k = `n k è dimostrata. Indichiamo con S B l insieme delle permutazioni di B, cioè le applicazioni π : B B biunivoche, e fissiamo un elemento arbitrario f 0 g 1 (B). È molto facile convincersi che, per ogni π SB, si ha π f0 g 1 (B): infatti l applicazione π f 0 è iniettiva, perché lo è f 0, e Im(π f 0) = Im(f 0) = B, perché π è una permutazione di B. Risulta dunque ben posta l applicazione H : S B g 1 (B) definita da H(π) := π f 0. Supponiamo che H(π 1) = H(π 2): per ogni b B, se i {1,..., k} è tale che f 0(i) = b (tale i esiste perché Im(f 0) = B), otteniamo (π 1 f 0)(i) = (π 2 f 0)(i), cioè π 1(b) = π 2(b); dato che b B è arbitrario, segue che π 1 = π 2, dunque l applicazione H è iniettiva. Se ora consideriamo un arbitrario f g 1 (B), è facile costruire π S B tale che π f 0 = f, cioè H(π) = f, quindi l applicazione H è suriettiva. Avendo mostrato che H è biunivoca, segue che gli insiemi S B e g 1 (B) sono in corrispondenza biunivoca e dunque g 1 (B) = S B = k! se B C n,k, che è quanto restava da dimostrare. Prima di discutere qualche esempio interessante che coinvolge le combinazioni, ritorniamo brevemente all Esempio 1.14, dove avevamo concluso per enumerazione diretta che il numero di modi di scegliere 3 (risp. 2) semi tra quattro possibili (cioè cuori, quadri, fiori, picche) è pari a 4 (risp. 6). Dato che ciò corrisponde a contare le combinazioni di 3 (risp. 2) elementi estratti dall insieme {cuori, quadri, fiori, picche}, la risposta è data da ( ( 4 3) = 4 (risp. 4 2) = 6). Analogamente, il numero di modi di scegliere due tipi tra 13 possibili è pari a ( ) 13 2 = 78. Esempio 1.16 Si consideri un urna contenente N palline, di cui m rosse e N m verdi, con m N. Supponiamo di eseguire n estrazioni successive, secondo uno dei seguenti due schemi di estrazione: Estrazioni con reimmissione. Dopo ogni estrazione, la pallina estratta viene reinserita nell urna. 15

17 Estrazioni senza reimmissione. Le palline estratte non vengono reinserite. In questo caso dev essere n N. Calcolare, nei due schemi, la probabilità che esattamente k delle n palline stratte siano rosse. Caso di estrazioni con reimmissione. Supponiamo di numerare le palline da 1 a N e, per fissare le idee, assumiamo che le palline rosse siano quelle numerate da 1 a m. L esito di n estrazioni successive può essere interpretato come una disposizione con ripetizione di n elementi presi dall insieme {1, 2,..., N}. Sia dunque Ω l insieme di tali disposizioni, e P la probabilità uniforme su Ω. Sappiamo che Ω = N n. Denotiamo infine con A l insieme delle disposizioni contenenti esattamente k palline rosse. Si tratta di calcolare P (A) = A Ω. Per determinare A, utilizziamo il principio fondamentale. Un elemento di A è determinato dalle seguenti scelte successive. Si scelgono le k posizioni in cui disporre le palline rosse: ( n k) scelte. Si dispongono k palline rosse nelle caselle prescelte: vi sono m k tali disposizioni. Si dispongono n k palline verdi nelle rimanenti posizioni: vi sono (N m) n k tali disposizioni. Pertanto da cui segue facilmente che A = P (A) = ( ) n m k (N m) n k, k ( n k ) ( m N ) k ( 1 m N ) n k. Questa probabilità verrà reinterpretata più avanti nel Esempio Caso di estrazioni senza reimmissione. Enumeriamo le palline come nel caso precedente. Un naturale spazio campionario, in cui la probabilità uniforme esprime la casualità dell estrazione, è quello delle disposizioni senza ripetizione. Poichè, tuttavia, l evento il numero di palline rosse estratte è k non dipende dall ordine di estrazione, è forse ancora più naturale scegliere come spazio campionario l insieme delle combinazioni. Sia dunque Ω l insieme dei sottoinsiemi di n elementi dell insieme {1, 2,..., N}, e P la probabilità uniforme su di esso. L evento di cui vogliamo calcolare la probabilità è A = {ω Ω : ω {1, 2,..., m} = k}. Poichè P (A) = A / Ω, osserviamo anzitutto che Ω = ( N n). Inoltre, scegliere un elemento di A equivale a scegliere, qualora possibile, k elementi da {1, 2,..., m}, e n k da {m + 1,..., N}. Ne segue che A = ( m k )( N m n k ), 16

18 Dove usiamo la convenzione secondo cui ( n k) = 0 se k < 0 o k > n. Concludendo: ( m )( N m ) k n k P (A) = ( N. n) Esempio 1.17 m passeggeri si distribuiscono in modo casuale in un treno con n m vagoni. Qual è la probablità che almeno due di essi finiscano sullo stesso vagone? Indichiamo con A l insieme dei vagoni, a {1, 2,..., m} l insieme dei passeggeri. Lo spazio campionario naturale per questo esempio è Ω = A m, l insieme delle disposizioni con ripetizione di m elementi estratti da A: descrivere la disposizione dei passeggeri significa associare un vagone ad ogni passeggero. Sia E l evento di cui vogliamo calcolare la probabilità, cioè E = {f : {1, 2,..., m} A : f non è iniettiva}. Gli elementi di E c sono esattamente le disposizioni semplici di m elementi estratti da A. Pertanto, come abbiamo appena visto: Concludiamo pertanto che E c = n(n 1) (n m + 2)(n m + 1). P (E) = 1 P (E c ) = 1 n(n 1) (n m + 2)(n m + 1) n m. 1.4 Probabilità condizionata e indipendenza Nello studio di un modello probabilistico, risulta interessante studiare l influenza che l occorrere di un dato evento B ha sulla probabilità di occorrenza di un altro evento A. Esempio 1.18 Nelle estrazioni per una ruota del Lotto, vengono estratte a caso 5 palline da un urna contenente palline numerate da 1 a 90. Supponiamo di giocare due numeri su quella ruota, e precisamente l 1 e il 3. Una persona presente all estrazione, mi avvisa che dei 5 numeri estratti 3 sono dispari. Qual è la probabilità di fare ambo sulla base di questa informazione? E qual è la probabilità in assenza di tale informazione? È chiaro che la soluzione di tale problema richiede che si definisca il significato di calcolare una probabilità sulla base di una data informazione. Prima di proporre una definizione formale, cerchiamo una soluzione ragionevole. Lo spazio campionario in questione è Ω = insieme di tutte le cinquine di numeri tra 1 e 90. Assumendo l equità dell estrazione, scegliamo come probabilità P quella uniforme. Due eventi compaiono nell enunciato del problema: A = i cinque numeri estratti contengono l 1 e il 3, B = dei cinque numeri estratti 3 sono dispari. In assenza dell informazione sull occorrenza di B, scriveremmo semplicemente P (A) = A Ω. Poichè la scelta di un elemento di A corrisponde alla scelta di tre numeri diversi da 1 e 3, si ha che A = ( ) 88 3, e quindi P (A) = ( 88 3 ) ( 90 5 ) =

19 Assumere l occorrenza di B significa escludere la possibilità che la cinquina estratta non sia in B. Inoltre, anche sapendo che la cinquina estratta è in B, non vi è alcun motivo per rimuovere l ipotesi di equiprobabilità degli elementi di B. Dunque, la procedura naturale consiste nel rimpiazzare lo spazio campionario Ω con B, e calcolare le probabilità dei sottoinsiemi di B secondo la probabilità uniforme su B. Poichè A non è un sottoinsieme di B, si tratterà di calcolare la probabilità di A B secondo la probabilità uniforme su B. Concludiamo allora che l oggetto più ragionevole per esprimere la probabilità di A condizionata all occorrenza di B è A B. B Come esercizio, calcoliamo tale probabilità. Gli elementi di A B sono costituiti dalle cinquine contenenti 1, 3, un altro numero dispari diversi da 1 e 3, e due numeri pari. Dunque ( ) 45 A B = Inoltre, poichè gli elementi di B contengono 3 numeri dispari e 2 pari, ( )( ) B =. 3 2 Infine A B B = ( ) = , 3 che è maggiore della probabilità in assenza di informazioni. L esempio appena trattato assieme all osservazione che, se P è la probabilità uniforme A B B = P (A B), P (B) motiva la definizione che segue. Definizione 1.19 Sia (Ω, P ) uno spazio di probabilità discreto, A e B due eventi per cui P (B) > 0. La probabilità di A condizionata a B si denota con P (A B) ed è definita da P (A B) = P (A B). P (B) Alcune proprietà formali della probabilità condizionata sono sintetizzate nella seguente Proposizione. Proposizione 1.20 Sia B un evento fissato, con P (B) > 0, e consideriamo la funzione Tale funzione è una probabilità su Ω. P(Ω) [0, 1] A P (A B). 18

20 La dimostrazione, che consiste nella verifica della validità degli assiomi (P1) e (P2), è lasciata per esercizio. Vale la pena sottolineare che, fissato un evento A, la funzione B P (A B) non è una probabilità. La seguente proposizione fornisce una caratterizzazione della probabilità condizionata che ne motiva ulteriormente la definizione. Proposizione 1.21 Sia B un evento fissato, con P (B) > 0. Allora P ( B) è l unica probabilità Q su Ω con le seguenti proprietà: (1) Q(B) = 1; (2) per ogni coppia di eventi E, F con P (F ) > 0 si ha Q(E) Q(F ) = P (E) P (F ). Dimostrazione. È immediato verificare che P ( B) soddisfa le proprietà elencate. Viceversa, sia Q una probabilità che soddisfa le proprietà 1, 2 e sia A un evento arbitrario. Applicando la proprietà 2 agli eventi E = A B e F = B, visto che Q(B) = 1 per la proprietà 1 si ottiene la relazione (1.12) Q(A B) = Osserviamo ora che possiamo scrivere Q(A B) Q(B) = P (A B) P (B) =: P (A B). A = A (B B c ) = (A B) (A B c ). Dato che A B B e A B c B c, gli eventi A B e A B c sono disgiunti, quindi Q(A) = Q(A B) + Q(A B c ). Per la proprietà 1 si ha Q(B) = 1, quindi Q(A B c ) Q(B c ) = 0 e di conseguenza Q(A) = Q(A B). Ricordando l equazione (1.12), abbiamo dimostrato che Q(A) = P (A B), cioè Q coincide con la probabilità condizionata a B. In molte situazioni, la nozione di probabilità condizionata è utile nella costruzione stessa di un modello probabilistico: talvolta è naturale assegnare il valore di alcune probabilità condizionate, e da esse dedurre il valore di probabilità non condizionate. Esempio 1.22 Due urne contengono, rispettivamente, 3 palline rosse e 1 verde e 1 pallina rossa e 1 verde. Si sceglie, con ugual probabilità, una delle due urne e poi, dall urna scelta, si estrae una pallina. Qual è la probabilità di estrarre una pallina rossa? Denotiamo con a e b le due urne. Come spazio campionario, si può scegliere l insieme costituito dalle coppie (a, r), (a, v), (b, r), (b, v), dove la prima componente indica l urna scelta e la seconda il colore della pallina estratta. L evento A = {(a, r), (a, v)} corrisponde a l urna scelta è la a, l evento R = {(a, r), (b, r)} corrisponde a la pallina estratta è rossa. Dev essere senz altro P (A) = 1/2, visto che le urne vengono scelte con uguale probabilità. Inoltre, supponendo di aver scelto l urna a, la probabilità di estrarre una pallina rossa è 3/4. Perciò porremo P (R A) = 3/4. Analogamente P (R A c ) = 1/2. Il procedimento per dedurre P (R) dai dati a disposizione è indicato dal risultato che segue. Proposizione 1.23 Sia (B n ) N n=1 + ) tali che una sequenza di eventi finita (N < + ) o infinita (N = 19

21 (a) Per ogni n P (B n ) > 0. (b) Gli eventi sono a due a due disgiunti, cioè se n m. B n B m = (c) N B n = Ω. n=1 Allora, per ogni evento A, P (A) = N P (A B n )P (B n ). n=1 Tale identità prende il nome di formula delle probabilità totali. Dimostrazione. Si osservi che A = N (A B n ), n=1 e gli eventi di quest ultima unione sono disgiunti. Usando l additività di P e la definizione di probabilità condizionata, si ha P (A) = N P (A B n ) = n=1 N P (A B n )P (B n ). Supponiamo ora che A e B siano due eventi tali che P (A) > 0, P (B) > 0, sicché entrambe le probabilità condizionate P (A B) e P (B A) sono definite. È pressoché immediato verificare la seguente relazione. Teorema 1.24 (Formula di Bayes) Se P (A) > 0 e P (B) > 0, allora n=1 (1.13) P (B A) = P (A B)P (B). P (A) Dimostrazione. La formula di Bayes (1.13) è equivalente a P (B A)P (A) = P (A B)P (B), che è vera in quanto entrambi i membri sono uguali a P (A B). Nell ipotesi che 0 < P (B) < 1, usando la formula delle probabilità totali, la formula di Bayes può essere riscritta nella forma (1.14) P (B A) = P (A B)P (B) P (A B)P (B) + P (A B c )P (B c ). 20

22 Analogamente, se (B n ) N n=1 è una sequenza di eventi soddisfacenti alle ipotesi della Proposizione 1.23, si ha (1.15) P (B n A) = P (A B n)p (B n ) P (A) = P (A B n )P (B n ) N k=1 P (A B k)p (B k ). Le versioni (1.14) e (1.15) della formula di Bayes sono quelle che più spesso capita di usare negli esercizi. La formula di Bayes, a dispetto della sua semplicità, è una delle formule fondamentali della Probabilità, ed è all origine di un intera area della Statistica, la Statistica Bayesiana. La rilevanza della formula di Bayes nelle applicazioni, si può già apprezzare in applicazioni semplici, come quella che segue. Esempio 1.25 Per determinare la presenza di un certo virus viene elaborato un test clinico avente la seguente efficacia: se il virus è presente allora il test risulta positivo il 99% dei casi; se il virus è assente il test risulta positivo il 2% dei casi. E noto che 2 persone su hanno il virus. Supponiamo che un individuo scelto a caso risulti positivo al test. Con quale sicurezza possiamo affermare che sia malato? Come accade sovente negli esercizi in cui si applica la formula di Bayes, non è rilevante descrivere nel dettaglio lo spazio campionario. Si considerino gli eventi, così descritti in modo informale: A = l individuo è malato ; B = il test è risultato positivo. I dati del problema sono: (1.16) P (A) = P (B A) = 0.99 P (B A c ) = Calcoliamo P (A B). Utilizzando la formula di Bayes e la formula delle probabilità totali, si ha P (A B) = P (B A) P (A) P (B) = P (B A) P (A) P (B A)P (A) + P (B A c )P (A c ) 0.01 che è estremamente bassa. Quindi, anche se un individuo risulta positivo al test, è molto improbabile che sia malato. Questo test dunque darà una grande percentuale di falsi positivi. E se avessimo voluto specificare per bene lo spazio campionario? Si sarebbe potuto procedere così. Definiamo Ω = {(m, p), (m, n), (s, p), (s, n)} = {m, s} {p, n} dove m e s indicano la presenza (m) o l assenza del virus, p e n il risultato del test: p = positivo, n = negativo. Qual è la probabilità P su Ω? Per individuare P dobbiamo usare i dati del problema. Si noti che gli eventi A e B definiti sopra, corrispondono ai seguenti sottoinsiemi di Ω: A = {(m, p), (m, n)} B = {(m, p), (s, p)}. Usando i dati in (1.16), è effettivamente possibile calcolare la probabilità di tutti i sottoinsiemi di Ω (provarci!), da cui si può dedurre il valore di P (A B). Tuttavia, per rispondere al quesito posto, questi dettagli sono poco rilevanti. 21

23 Si è visto come la probabilità condizionata P (A B) rappresenti la probabilità dell evento A sotto la condizione del verificarsi dell evento B. E possibile che tale condizione non modifichi la probabilità di A, ossia (1.17) P (A B) = P (A). Usando la definizione di probabilità condizionata, si vede che l identità (1.17) equivale a: (1.18) P (A B) = P (A)P (B). L identità in (1.18), rispetto a quella in (1.17) ha il vantaggio di essere esplicitamente simmetrica in A e B, e di essere definita (e banalmente vera) anche quando P (B) = 0. Essa viene dunque scelta per caratterizzare la nozione di indipendenza. Definizione 1.26 In uno spazio di probabilità discreto (Ω, P ), due eventi A e B si dicono indipendenti se P (A B) = P (A)P (B). Esempio 1.27 Da due mazzi di carte da Poker si estraggono due carte, una per mazzo. Lo spazio campionario naturale è l insieme delle coppie (i, j) nel prodotto cartesiano Ω = X X, dove X è l insieme delle carte di un mazzo. Possiamo assumere che la scelta sia casuale, cioè descritta dalla probabilità P uniforme su Ω. Consideriamo due eventi A e B, di cui l evento A dipende solo dall estrazione dal primo mazzo, l evento B solo dall estrazione dal secondo mazzo. In altre parole, se F, G X, A e B sono della forma: A = {(i, j) Ω : i F } B = {(i, j) Ω : j G}. Si noti che Ω = 52 2, A = 52 F, B = 52 G, A B = F G. Ne segue facilmente che P (A B) = A B Ω = F G 52 2 = A B Ω Ω = P (A)P (B). Dunque A e B sono indipendenti. Notare che gli eventi A e B si riferiscono a due ripetizioni dello stesso esperimento aleatorio. L indipendenza esprime il fatto che l esito di un esperimento non influenza l esito dell altro esperimento. Questo contesto di prove indipendenti ripetute, rilevante in molti aspetti della Probabilità e della Statistica, è quello in cui la nozione di indipendenza appare in modo naturale. L esempio 1.27 si può facilmente generalizzare al caso di 3 o più mazzi di carte. In questo caso, P è la probabilità uniforme si Ω = X n, F 1, F 2,..., F n X e, per i = 1, 2,..., n, A i = {ω = (ω 1, ω 2,..., ω n ) X n : ω i F i }. Una semplice generalizzazione dell argomento visto sopra, mostra che (1.19) P (A 1 A 2 A n ) = n P (A i ). Naturalmente se avessimo considerato solo alcuni degli A i, per esempio la coppia A i, A j con i j, lo stesso facile calcolo sulle cardinalità avrebbe mostrato che i=1 P (A i A j ) = P (A i )P (A j ). 22